BAB III METODOLOGI PENELITIAN A. Populasi dan Sampel Populasi merupakan jumlah dari keseluruhan obyek (satuan-satuan/individuindividu) yang karakteristiknya hendak diduga (Djarwanto, 1994). Populasi yang digunakan dalam penelitian ini adalah seluruh bank umum konvensional yang menyajikan laporan keuangan tahunan selama periode 2008 - 2012 Sampel adalah sebagian dari populasi yang karakteristiknya hendak diselidiki, dan dianggap bisa mewakili keseluruhan populasi (jumlahnya lebih sedikit daripada jumlah populasinya) (Djarwanto, 1994). Dalam penelitian ini populasi yang diteliti adalah Seluruh Perbankan yang terdaftar di BEI. Dalam hal ini sample diperoleh dengan menggunakan sistem purposive sampling dengan kriteria sebagai berikut : a.
Bank Umum Konvensional yang memiliki laporan keuangan selama 5 tahun berturut-turut dari tahun 2008 sampai dengan tahun 2012
b.
Bank yang telah go public, atau terdaftar di Bursa Efek Indonesia selama periode penelitian dari tahun 2008 – 2012.
c.
Selama periode penelitian perusahaan perbankan tidak terjadi merger dan akusisi.
d.
Dan bukan merupakan bank yang bermasalah atau memiliki reputasi yang buruk.
B. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang berupa laporan keuangan publikasi tahunan yang diperoleh dari website Bursa Efek Indonesia, website resmi maupun situs resmi perusahaan untuk periode 2008 sampai dengan 2012.
Sumber penunjang lain dalam penelitian ini adalah berupa jurnal yang diperlukan, dan sumber-sumber lain yang dapat digunakan dalam penelitian ini. C. Metode Pengumpulan Data Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi pustaka yang dilakukan dengan mengumpulkan, mencatat dan menghitung data-data yang berhubungan
dengan
penelitian.
Data
diperoleh
dari
Bursa
Efek
Indonesia
(www.idx.go.id) dan situs–situs resmi bank. Dari sumber tersebut diperoleh data kuantitatif berupa data laporan keuangan yang telah diterbitkan oleh perusahaanperusahaan perbankan di Indonesia. D. Definisi Operasional dan Pengukuran Variabel Penelitian ini tidak mencakup semua rasio profitabilitas dan faktor internal, tetapi terbatas pada variabel berikut: 1.
Variabel Independen a. Loan to Deposit (LDR) LDR merupakan rasio yang mengukur kemampuan bank untuk memenuhi kewajiban keuangan yang harus dipenuhi. Rasio ini dirumuskan sebagai berikut (SE BI No 3/30DPNP tgl 14 Desember 2001): Total kredit LDR =
x 100% Total dana pihak ketiga
b. Non Performing Loan (NPL)
NPL merupakan rasio yang dipergunakan untuk mengukur kemampuan bank dalam mengkonver risiko kegagalan pengembalian kredit oleh debitur (Komang Darmawan, 2004). Rasio ini dirumuskan sebagai berikut (SE BI No 6/73/INTERN DPNP tgl 24 Desember 2004): Total Kredit Bermasalah NPL = Total Kredit
x 100%
c. Net Interest Margin (NIM) Net Interest Margin (NIM) digunakan sebagai proksi dari Rasio Pasar. Net Interest Margin (NIM) merupakan perbandingan antara pendapatan bunga bersih terhadap rata-rata aktiva produktifnya. Rasio ini dirumuskan sebagai berikut (SE BI No 6/73/INTERN DPNP tgl 24 Desember 2004): Pendapatan Bunga Bersih NIM =
x 100% Rata-Rata Aktiva Produktif
2.
Variabel Dependen a. Return on Asset (ROA) ROA adalah indikator fungsional profitabilitas bank. ROA merupakan rasio yang digunakan untuk mengukur kemampuan manajemen dalam memperoleh keuntungan secara keseluruhan (Munawir, 2008). Menurut Surat Edaran BI Nomor 3/30/DPNP tanggal 14 Desember 2001, perhitungan ROA adalah sebagai berikut:
Laba sebelum pajak ROA =
x 100% Rata – rata total aset
3.
Variabel Moderasi a. Size Ukuran (Size) termasuk dalam penelitian ini, sebagai variabel independen, yang menjelaskan ukuran terkait economies of scale dan diseconomies of scale. Dalam sebagian besar literatur keuangan, total aset bank digunakan sebagai proxy untuk ukuran bank. (Javaid et al, 2011 ). Selain itu variabel dependen "ROA" menunjukkan profitabilitas sesuai dengan aset bank, oleh karena itu layak untuk menggunakan aset bank untuk menentukan ukuran (size) bank (Mustafa et al, 2011).
Size = Ln Total Asset
E. Metode Analisis Data 1. Uji Asumsi Klasik a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Untuk mendeteksi normalitas data dapat diuji dengan kolmogorof-Smirnof. Uji (K-S) dilakukan dengan membuat hipotesis : H0 : Data residual berdistribusi normal HA : Data residual tidak berdistribusi normal
Data terdistribusi normal apabila hasil Kolmogorov-Smirnov menunjukkan nilai signifikan diatas 0,05 (Ghozali, 2011).
b. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar variabel independen sama dengan nol (Ghozali, 2011). Multikolinearitas dapat dilihat dari nilai tolerance dan variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen (terikat) dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai Tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF= 1/Tolerance). Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai Tolerance <0,10 atau sama dengan nilai VIF>10 (Ghozali, 2011). c. Uji Autokolerasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 atau periode sebelumnya. Run test sebagai bagian dari statistik non-parametrik dapat digunakan untuk menguji adanya korelasi antar residual. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random (Ghozali, 2011). H0 : residual (res_1) random (acak) H1 : residual (res_1) tidak random Apabila nilai probabilitas lebih besar dari nilai signifikan 0,05 (p >0,05) maka dapat dikatakan tidak terjadi autokorelasi (Ghozali, 2011). d. Uji Heteroskedastisitas Uji Heterokedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterekodastisitas. Cara untuk mengetahui apakah terjadi heteroskedastisitas atau tidak yaitu dengan melihat grafik plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID (Ghozali ,2011). Dasar analisis dengan grafik plot ini adalah jika ada pola tertentu, seperti titik titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka ada indikasi terjadinya heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi Heteroskedastisitas (Ghozali ,2011).
2. Analisis Regresi Berganda Model yang digunakan dalam penelitian ini dinyatakan dalam regresi linier sebagai berikut :
Dimana : Y = Return on Asset (ROA) a = konstanta = koefisien regresi t = tahun keLDR = Loan to deposit NPL = Non Performing Loan NIM = Net Interest Margin M = Size e = error
3. Uji Hipotesis a. Uji Signifikansi Simultan (Uji Statistik F) Uji Statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Hipotesis nol (H0) yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol (Ghozali, 2011). H0 : b1 = b2 = …….. = bk = 0
Artinya apakah semua variabel independen bukan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (HA) tidak semua parameter secara simultan sama dengan nol. HA : b1 ≠ b2 ≠ ……. ≠ bk ≠ 0 Artinya semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen. Kriteria pengambilan keputusan yang digunakan dalam uji statistik F adalah (Ghozali, 2011) : 1) Bila nilai F lebih besar daripada 4 maka H0 dapat ditolak pada derajat kepercayaan 5 %. Dengan kata lain hipotesis alternatif diterima, berarti semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen. 2) Membandingkan nilai F hitung dengan nilai F tabel. Apabila nilai F hitung lebih besar daripada nilai F tabel, maka H0 ditolak dan menerima HA.
b. Koefisien Determinasi (R2) Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Koefisien determinasi (R2) adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabelvariabel independen dalam menjelaskan variasi variabel dependen amat terbatas Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2011).
c. Uji Signifikansi Parameter Individual (Uji Statistik t) Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Cara untuk mengetahuinya yaitu dengan membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan dengan nilai t tabel maka berarti statistik t tersebut signifikan artinya hipotesis alternatif diterima yaitu variabel independen secara individual mempengaruhi variabel dependen. Kriteria pengujiannya adalah sebagai berikut : (Ghozali, 2011) 1) H0 diterima atau Ha ditolak apabila nilai signifikansi t
hitung
≥ 0,05. Ini
menunjukkan bahwa variabel independen secara parsial tidak berpengaruh terhadap variabel dependen. 2) H0 ditolak atau Ha diterima jika nilai signifikansi t
hitung
< 0,05. Ini
menunjukkan bahwa variabel independen secara parsial berpengaruh terhadap variabel dependen.
